• 大小: 4KB
    文件类型: .7z
    金币: 1
    下载: 0 次
    发布日期: 2021-05-11
  • 语言: Python
  • 标签: Keras  

资源简介

莫烦深度学习 Python + Keras视频课程的源代码 kerasTUT

资源截图

代码片段和文件信息

“““
To know more or get code samples please visit my website:
https://morvanzhou.github.io/tutorials/
Or search: 莫烦Python
Thank you for supporting!
“““

# please note all tutorial code are running under python3.5.
# If you use the version like python2.7 please modify the code accordingly

# 10 - save

import numpy as np
np.random.seed(1337)  # for reproducibility

from keras.models import Sequential
from keras.layers import Dense
from keras.models import load_model

# create some data
X = np.linspace(-1 1 200)
np.random.shuffle(X)    # randomize the data
Y = 0.5 * X + 2 + np.random.normal(0 0.05 (200 ))
X_train Y_train = X[:160] Y[:160]     # first 160 data points
X_test Y_test = X[160:] Y[160:]       # last 40 data points
model = Sequential()
model.add(Dense(output_dim=1 input_dim=1))
model.compile(loss=‘mse‘ optimizer=‘sgd‘)
for step in range(301):
    cost = model.train_on_batch(X_train Y_train)

# save
print(‘test before save: ‘ model.predict(X_test[0:2]))
model.save(‘my_model.h5‘)   # HDF5 file you have to pip3 install h5py if don‘t have it
del model  # deletes the existing model

# load
model = load_model(‘my_model.h5‘)
print(‘test after load: ‘ model.predict(X_test[0:2]))
“““
# save and load weights
model.save_weights(‘my_model_weights.h5‘)
model.load_weights(‘my_model_weights.h5‘)

# save and load fresh network without trained weights
from keras.models import model_from_json
json_string = model.to_json()
model = model_from_json(json_string)
“““




评论

共有 条评论